Metodo LogPearson

Tipo III
Hidraulica Urbana II
Cabrera Cabrera Jesus
Leon Melgar Jose
Arone Tardio Jose
Surichaqui Nacimiento Francisco
Huarcaya Lpez Ricardo
Mancilla Rojas Gregory
Quispe Salvatierra Erick
 INTRODUCC
IN
Es importante en la ingeniera utilizar la estadstica como un medio
numrico para predecir los cambios hidrolgicos producidos por la
naturaleza, contando como elemento principal el uso del agua.
La estadstica fundamentalmente se aplica sobre datos hidrolgicos
recolectados de estaciones meteorolgicas, que pueden medir las
precipitaciones, caudales de ros, radiacin solar, etc. Que son
factores que influyen en el comportamiento del agua en nuestro
medio. Es precisamente que mediante la estadstica se busca
encontrar un comportamiento tpico del agua a travs del tiempo
en una determinada rea, para as ayudar al ingeniero a
disear las estructuras necesarias.
FUNCIONES DE FRECUENCIA Y
DE PROBABILIDAD
En una muestra dada, que puede ser una precipitacin
(mm), se observa que est idnticamente distribuido;
a partir de este se puede construir un histograma de
frecuencias, mediante los siguientes pasos:
- El rango de datos de la muestra aleatoria se divide
en intervalos discretos.
- Se cuenta el nmero de observaciones dentro de la
muestra.
- Se dibuja como un grfico de barras.
 Si el nmero total de observaciones de cada barra del
histograma de frecuencias, se divide entre el nmero de
observaciones contadas, se obtiene otro de diagrama de
barras, llamada Funcin de Frecuencia Relativa (fm(x)),
que est dado por la expresin matemtica:
 La sumatoria de Frecuencias Relativas se convierte
en una nueva Funcin de Frecuencias Acumuladas
Fm(x), expresado de la siguiente manera:
 Esta funcin se lleva al lmite de aproximacin a cero, obteniendo la siguiente
figura:

Esta ltima funcin se llama Funcin de Distribucin de Probabilidad, la

cual se deriva y se obtiene la Funcin de Densidad de probabilidad para la
poblacin:
Esta ltima funcin es un grado de ajuste de la
informacin, la cual por su forma puede ser ajustada por
funciones de densidad conocida, como la funcin normal,
la cual forma la campana de Gauss.
 La funcin Normal, tiene desventajas como el de tener valores
negativos, la cual la muestra hidrolgica no tiene y tiene forma
simtrica, y la funcin de densidad obtenida por lo general no
lo tiene, as que tambin se tiene otras funciones, la cual es
nuestro tema ver la Distribucin Log Pearson Tipo III.
 Distribucin Log Pearson
Tipo III
Esta Distribucin se aplica al logaritmo de los
datos, es muy utilizada por sus resultados de
aceptable confiabilidad cuando se efectan
predicciones con grandes periodos de retorno, la
expresin de la funcin es la siguiente:
 Donde los 3 parmetros son:

-Clog = es el coeficiente de Asimetra de los

logaritmos de datos.
- log = Desviacin Estndar
-
 La funcin es muy complicada analticamente, por
lo que se usa la frmula de Chow transformada
logartmicamente:
El valor de KT, se obtiene tabulando de una tabla, de
acuerdo a la probabilidad de ocurrencia y al tiempo de
retorno; en la siguiente tabla presentada, se obtiene dicho
coeficiente (KT = k):
 Dicho Coeficiente k, tambin puede obtenerse con la frmula siguiente,
la cual depende del coeficiente de asimetra de los logaritmos de datos (S
= Clog) y de la variable normalizada z que depende del periodo de
Retorno como una variable de probabilidad de excedencia. Aqu se muestra
las siguientes frmulas:
Dado los datos de mximas precipitaciones anuales , se desea construir una
defensa Riberea, hallar la precipitacin de diseo .
Se resolver mediante el mtodo de Distribucin Log Pearson Tipo III; adoptando
un periodo de retorno de 10 aos que puede durar la posible estructura de
defensa Riberea.

Precipitaciones
Mximas Anuales
N Ao (mm)
1 1982 78
2 1983 68
3 1984 73
4 1985 51
5 1986 70
6 1987 54
7 1988 63
8 1989 73
9 1990 81
10 1991 64
 LOGPEARSON TIPO III
LogXi- (LogXi- (LogXi-
N AO P(mm) logXi Logx Logx Logx)2 Logx)3
1 1982 78 1.89 1.83 0.06 0.0036 0.000216
2 1983 68 1.83 1.83 0.00 0.0000 0
3 1984 73 1.86 1.83 0.03 0.0009 0.000027
4 1985 51 1.71 1.83 -0.12 0.0144 -0.001728
5 1986 70 1.85 1.83 0.02 0.0004 0.000008
6 1987 54 1.73 1.83 -0.10 0.0100 0.001
7 1988 63 1.80 1.83 -0.03 0.0009 -0.000027
8 1989 73 1.86 1.83 0.03 0.0009 0.000027
9 1990 81 1.91 1.83 0.08 0.0064 0.000512
10 1991 64 1.81 1.83 -0.02 o.ooo4 -0.000008
Sumato
ria 18.25 0.0375 0.000027
Promedi
o 1.83


k=1,7016
 Del Mtodo de distribucin LogPearson Tipo III ,se obtiene de
los datos los siguientes parmetros:
- Promedio (LogX) = 1.83
- Desviacin Estandar(logx)= 0.0645
- Probabilidad de ocurrencia = 0.1
- Coeficiente de Asimetra = 0.0140
- Coeficiente KT de tabla = 1.115
- Coeficiente KT de frmula = 1.7016
A partir de los parmetros encontrados obtenemos los valores
sabiendo que y=log(x):
> X= 79.18mm (KT de tabla)
> X= 87.06mm (KT de frmula)